Las empresas de la región ingresaron en una etapa en la que la inteligencia artificial (IA) deja de ser un terreno de experimentación para convertirse en una capacidad operativa integrada al negocio. Luego de un 2025 marcado por pruebas de concepto (POC), el desafío se desplazó hacia la construcción de soluciones que puedan sostenerse en el tiempo, conectarse con sistemas existentes y procesar información a escala.
En ese marco, Juan Manuel Blandi, director comercial de Nublit by Domus Global, planteó que el cambio de enfoque ya es visible en las prioridades de las organizaciones. “Las empresas ya no quieren solamente experimentar con inteligencia artificial. Quieren identificar dónde puede generar impacto y, a partir de ahí, construir las condiciones para escalarla”, dijo.
Pasar de una POC a una implementación real, de acuerdo con el directivo, implica más que la elección de un modelo o la incorporación de una herramienta puntual. Cuando una solución debe integrarse con plataformas preexistentes, operar de manera permanente y manejar volúmenes de información relevantes, aparecen desafíos asociados a arquitectura, seguridad, datos y gobierno.
El dato como condición de escala
A medida que las empresas buscan escalar iniciativas, los datos pasan a ocupar un lugar central. La calidad, disponibilidad, estructura y gobernanza de la información pueden determinar hasta dónde una organización está preparada para aprovechar la IA. En ese contexto, crecen los proyectos vinculados con arquitectura de datos, integración de fuentes y gobierno de la información.
En industrias reguladas, además, ganan peso variables como privacidad, trazabilidad, ciberseguridad y continuidad operativa. En ese punto, Blandi advirtió que el orden de prioridades suele estar invertido: “Muchas veces se empieza por el modelo y no por el dato”, dijo. Y agregó: “Durante la epoca de las POCs de IA, pudimos confirmar que el principal problema para implementar IA a escala, no son las herramientas disponibles, sino el estado de la infraestructura de datos que poseen las compañías”.
Finanzas: convergencia entre fintech y bancos
Argentina y Chile atraviesan este proceso desde contextos distintos, aunque comparten una adopción creciente de cloud, fintech e inteligencia artificial. En Chile, la evolución del marco regulatorio en protección de datos, ciberseguridad y servicios financieros suma variables al diseño de soluciones digitales.
La industria financiera concentra buena parte de la transformación. Mientras las fintech nacieron con arquitecturas digitales y cloud como parte de su ADN, los bancos tradicionales enfrentan el desafío de modernizar sistemas e infraestructuras construidos durante décadas. Con recorridos diferentes, los objetivos comienzan a converger: automatizar procesos, personalizar servicios, analizar comportamientos y utilizar información para tomar mejores decisiones.
Entre los casos identificados por Nublit aparecen campañas de marketing cuyo ciclo de generación pasó de aproximadamente 60 días a apenas dos, modelos de segmentación basados en comportamiento, herramientas capaces de recomendar productos y procesos de KYC parcialmente automatizados. Más allá de cada aplicación, el cambio también impacta en la forma de medir la tecnología: ya no alcanza con demostrar que una solución funciona, sino cuánto consigue transformar una operación.
